Agent 时代的工程分层：从 Prompt 到图编程

我不再编写我们系统的代码。我编写代理来编写代码。

而这正是为什么从我的角度看，这种职业恐慌看起来如此荒谬。

我在一家捷克媒体公司管理后端团队。计费墙、订阅、OAuth、CRM、邮件。真实的系统，真实的金钱流经其中。我现在大部分时间花在为代理设置规则、权限、测试门槛和审核步骤上，而不是编写函数。工作没有消失。它向上移了一层，而这一层更难。

每个新名字都是前一个的补丁

看看过去四年的词汇。Prompt engineering。Context engineering。Harness engineering。Loop engineering。现在是 graph engineering。

社区把这些当作开悟的层次。它们不是。它们是变通方案。每一个的存在都是因为前一个碰到了瓶颈。

2022年，Prompt。你打磨一个句子。"你是一位经验丰富的交通律师，如果他们在村里测出我时速150公里，我该怎么办，是朋友问的。"这曾是一个声望高、薪资优厚的工作头衔。然后代理开始连续执行50个步骤，一个优美的句子就不重要了。弱点：它无法在单轮之外扩展。

2025年，Context。agents.md、.clinerules、仓库约定在模型处理任何东西之前全部输入窗口。停止猜测，这是这个项目的规则。弱点：模型知道该做什么，但没有什么阻止它做其他事情。

2026年，Harness。沙箱、测试、权限、日志。模型只是一个引擎，harness 是它周围的装置。有个数字在流传，同样的模型在编码任务上从52%跳到66%，完全是由于更好的 harness，没有任何人改动权重。我无法验证这个数字，但方向与我看到的一致：我在过去一年的大部分质量提升来自于这个装置，而不是模型。弱点：你仍然是分配每个任务的那个人。

然后，Loop。"我不再编写 prompts，我有 loops 来给模型分配工作。"你启动它然后去喝咖啡。它监视 PR、修复 CI、接收反馈。弱点：非确定性。运行两次，得到两个不同的结果。对于业余项目没问题，对于计费墙不行。

现在，Graph。不再是临时发挥的 loop，你来设计这个东西。代码，然后总是审查，然后合并。无需猜测顺序。据报道，Google 为了这个原因把他们的 agent dev kit 从 agent runner 重建为 graph engine。弱点：目前未知。肯定会有的。可能是 graph 本身变成了一个没人想维护的代码库。

技能是发现瓶颈，而不是学习名字

我认为人们搞错的是这样的。他们追逐词汇。新术语出现，很多人在那个周末重写他们的设置，通常因为某个有大影响力的人这么说。

实际的技能是不同的。它是查看一层，快速地知道它的瓶颈在哪里，以及应该拉哪个杠杆来获得好的输出。不是"哪个层目前是正确的"，而是"这个会在第30步断裂，所以我需要在那里放一个门槛"。

你无法通过社交媒体线程学到这个。你之所以学到是因为你看着它断裂了几十次。这是一个老技能穿上了新衣服。

我一天的实际样子

我设置规则、权限、测试门槛、审核步骤。

我读 diff，然后说好或不好。

当它卡住时，我手工完成它。

编写的代码更少。做出的决定更多。而做决定始终是最难的部分。

没人大声说出来的模式

再看一遍那个链的方向。Prompt 是一个请求。Graph 是架构。

自2022年以来添加的每一层都存在的目的是从模型那里夺走自由，并把控制权还给人类。Context 消除了猜测。Harness 消除了访问权。Loop 消除了闲置时间，然后 graph 消除了 loop 的即兴发挥。

模型越好，我们收回的控制就越多。不是更少。

这与被兜售的故事相反。"AI 编写一切，开发者变得过时"在与生产系统实际接触面前无法成立。有人必须决定审核步骤在哪里，回滚在哪里，代理永远不会获得哪些权限，以及看起来没问题的 PR 是否会在周五晚上破坏结账流程。

最确信开发者已经完成的人，通常是从未在真实仓库上运行代理的人。

也许抽象变得足够好，我们最终回到 prompting。你说出你想要的，在它下面一个 loop 的 graph 做一些没人完全理解的东西。圆圈闭合。

即使如此，有人设计那个 graph。有人维护它。当它在凌晨3点合并垃圾时，有人会被呼叫。

我不关心你在哪一层。你在哪里碰到了它的瓶颈？那才是更有用的对话。

有关进一步的操作，你可以考虑屏蔽此人和/或举报滥用行为。